标签: cpu-usage

需要api来获取我当前进程或应用程序在CPU中的CPU和内存使用情况.我得到了一个API来获取完整的系统的CPU使用率,但我需要特殊处理.(getSystemCpuLoad的OperatingSystemMXBean接口)

提前致谢

例如,如何在IOS中以不同状态获取CPU使用率

1.Idle

2.运行用户空间

3.运行内核/系统

CPU使用率例如,如本 提供全面的CPU使用率只喜欢below.How我可以检查使用中的不同状态？有帮助吗？

一般使用示例主要如下所示:

- (NSString *)cpuUsage
{
   kern_return_t kr;
   task_info_data_t tinfo;
   mach_msg_type_number_t task_info_count;

   task_info_count = TASK_INFO_MAX;
   kr = task_info(mach_task_self(), TASK_BASIC_INFO, (task_info_t)tinfo, &task_info_count);
   if (kr != KERN_SUCCESS)
   {
     return @"NA";
   }

   task_basic_info_t      basic_info;
   thread_array_t         thread_list;
   mach_msg_type_number_t thread_count;
   thread_info_data_t     thinfo;
   mach_msg_type_number_t thread_info_count;
   thread_basic_info_t basic_info_th;
   uint32_t stat_thread = 0; // Mach threads

   basic_info = (task_basic_info_t)tinfo;

   // get threads in the task
   kr = task_threads(mach_task_self(), &thread_list, &thread_count);
   if (kr != KERN_SUCCESS)
   {
      return @"NA";
   }
   if (thread_count > 0) …

我们有一个SQL服务器,有大约40个不同的(每个约1-5GB)数据库.该服务器是一个8核2.3G CPU,32G的RAM.27Gig固定到SQL Server.CPU使用率总是接近100%,内存消耗约为95%.这里的问题是CPU经常接近100%,并试图了解原因.

我已经运行了初步检查,看看哪个数据库通过使用 - 这个脚本有助于高CPU,但我无法详细说明真正消耗CPU的数据.最高查询(来自所有数据库)只需要大约4秒钟即可完成.IO也不是瓶颈.

记忆会成为罪魁祸首吗？我检查了内存分裂,OBJECT CACHE占用了大约80%的内存分配(27G)到SQL Server.如果涉及到很多SP,我希望这是正常的.运行探查器,我看到很多的重新编译,但主要是由于"临时表改变","延迟编译"等,并是不明确的,如果这些重新编译是计划的结果是越来越抛出缓存因内存压力

欣赏任何想法.

我的Messenger应用程序使用超过100%的CPU使用率.一个程序如何使用比我更多的CPU？这个百分比是基于什么的？

我们在负载测试和扩展akka应用程序方面取得了一些进展,但我们看到scala.concurrent.forkjoin.ForkJoinPool.scan()在visualvm中成为第二大热点,约占自我时间的20%.自我时间(CPU)列仅表示其中的一小部分(小于自身时间列值的1%).

我怀疑这意味着阻塞或上下文切换可能存在问题,但我不太确定 - 任何人都可以提供洞察力吗？如果它是上下文切换我猜测调度调度程序吞吐量到更高的数量可能会增加我们的收益,否则如果它是由阻塞引起的,我们需要更多地读取代码.

任何见解都非常感激.

我目前正在测试Parallel for C#.通常它工作正常,使用并行比正常的foreach循环更快.但是,有时(如5次中的1次),我的CPU将达到100%的使用率,导致并行任务非常慢.我的CPU设置为i5-4570,内存为8gb.有谁知道为什么会出现这个问题？

以下是我用来测试功能的代码

            // Using normal foreach
            ConcurrentBag<int> resultData = new ConcurrentBag<int>();
            Stopwatch sw = new Stopwatch();
            sw.Start();
            foreach (var item in testData)
            {
                if (item.Equals(1))
                {
                    resultData.Add(item);
                }
            }
            Console.WriteLine("Normal ForEach " + sw.ElapsedMilliseconds);

            // Using list parallel for
            resultData = new ConcurrentBag<int>();
            sw.Restart();
            System.Threading.Tasks.Parallel.For(0, testData.Count() - 1, (i, loopState) =>
            {
                int data = testData[i];
                if (data.Equals(1))
                {
                    resultData.Add(data);
                }
            });
            Console.WriteLine("List Parallel For " + sw.ElapsedMilliseconds);

            // Using list parallel foreach
            //resultData.Clear();
            resultData = new ConcurrentBag<int>(); …

我最近设置了一个实例(m4.4xlarge).

当我执行' lscpu'命令时,输出看起来如下所示:

CPU op-mode(s):        32-bit, 64-bit
Byte Order:            Little Endian
CPU(s):                16
On-line CPU(s) list:   0-15
Thread(s) per core:    2
Core(s) per socket:    8
CPU socket(s):         1
      .
      .
      .

这是否意味着只能使用8个核心？

如果是这样,其余的CPU是什么？

我已经看到有关Tensorflow的GPU内存的几个问题,但我已经将它安装在没有GPU支持的Pine64上.

这意味着我使用非常有限的资源(仅限CPU和RAM)运行它,而Tensorflow似乎想要一切,完全冻结我的机器.

有没有办法限制分配给Tensorflow的处理能力和内存量？类似于bazel自己--local_resources旗帜的东西？

我在nodejs中有一个抓取算法,其中puppeteer同时刮擦5个页面,当它完成一个页面时,它从队列中拉出下一个url并在同一页面中打开它.CPU始终为100%.如何让puppeteer使用更少的CPU？

此过程在具有4gb RAM和2个vCPU的digitaloceans droplet上运行.

我用一些args启动了puppeteer实例,试图让它更轻但没有任何反应

 puppeteer.launch({
    args: ['--no-sandbox', "--disable-accelerated-2d-canvas","--disable-gpu"],
    headless: true,
  });

我可以提供任何其他args以减少CPU饥饿吗？

我也阻止了图片加载

await page.setRequestInterception(true);
page.on('request', request => {
  if (request.resourceType().toUpperCase() === 'IMAGE')
    request.abort();
  else
    request.continue();
});

我们以这款处理器为例：2核4线程（每核2线程）的CPU。

据我所知，这样的CPU有2个物理核心，但可以通过超线程同时处理4个线程。但实际上，一个物理核心一次只能真正运行一个线程，但使用超线程，CPU 可利用管道中的空闲阶段来处理另一个线程。

现在，这是带有 Prometheus 和 Grafana 的Kubernetes及其 CPU 资源单位测量 - millicore/millicpu。因此，他们实际上将一个核心切成 1000 毫核心。

考虑到超线程，我无法理解他们如何在幕后计算这些毫核。

例如，一个进程如何使用 100millicore（核心的第 10 部分）？这在技术上怎么可能？

PS：无意中，在这里找到了一个真正描述性的解释：Multi threading with Millicores in Kubernetes